文献

J-GLOBAL ID：201702249776140240   整理番号：17A1035195

高次元多変量Gaussモデルにおける相関成分の同定【Powered by NICT】

Identifying correlated components in high-dimensional multivariate Gaussian models

著者 (3件)： Geng Jun (School of Elec. and Info. Engr., Harbin Inst. of Tech., China) ,  Xu Weiyu (Dept. of Elec. and Comp. Engr., University of Iowa, USA) ,  Lai Lifeng (Dept. of Elec. and Comp. Engr., University of California, Davis, USA)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICASSP  ページ： 6424-6428  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 本論文では,高次元Gaussベクトルにおける相関成分を同定する問題を考察した。考慮した装置では,各時間指数で完全ベクトル観測をしなければならない代わりに,オブザーバはベクトルの成分のサブセットまたはフルセットを観察することを可能にしたで,経時的に彼のサンプリング戦略を設計するための自由度を持っている。オブザーバは最適サンプリング戦略と誤り指数(試料当たり)を最大化するために決定ルールを見出すことを目的とする。逐次戦略,サンプリング作用はこれまで得られた観測結果に依存するに焦点を当てた。は,まず任意の逐次サンプリング戦略の性能限界を導出した。逐次対角法と呼ぶ低複雑性法を設計した。信号の強度が強い場合この低複雑性逐次法は,最適非適応戦略の性能を大きく上回っていることを示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 逐次近似 ,  ベクトル ,  *Gauss模型 ,  *高次元 ,  部分集合 ,  自由度
準シソーラス用語： 低複雑性 ,  *多変量 , 【Automatic Indexing@JST】

分類 (1件)： システム同定  (IA02040O)

タイトルに関連する用語 (5件)： 高次元 ,  多変量 ,  Gaussモデル ,  相関 ,  同定